Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 828 vistas

    Distribución de Bernoulli P

    Cargado por

    Banquetes
    Este documento describe los métodos para generar números aleatorios siguiendo distribuciones de Bernoulli y Poisson. Para la distribución de Bernoulli, se calculan las probabilidades para x=0 y x=1 y se genera un número aleatorio para determinar el resultado. Para la distribución de Poisson, se calculan las probabilidades para valores de x y se genera un número aleatorio para determinar cuántas piezas llegan por hora.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Distribución de Bernoulli P

    Cargado por

    Banquetes
    828 vistas4 páginas
    Este documento describe los métodos para generar números aleatorios siguiendo distribuciones de Bernoulli y Poisson. Para la distribución de Bernoulli, se calculan las probabilidades para x=0 y x=1 y se genera un número aleatorio para determinar el resultado. Para la distribución de Poisson, se calculan las probabilidades para valores de x y se genera un número aleatorio para determinar cuántas piezas llegan por hora.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe los métodos para generar números aleatorios siguiendo distribuciones de Bernoulli y Poisson. Para la distribución de Bernoulli, se calculan las probabilidades para x=0 y x=1 y se genera un número aleatorio para determinar el resultado. Para la distribución de Poisson, se calculan las probabilidades para valores de x y se genera un número aleatorio para determinar cuántas piezas llegan por hora.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    828 vistas4 páginas

    Distribución de Bernoulli P

    Cargado por

    Banquetes
    Este documento describe los métodos para generar números aleatorios siguiendo distribuciones de Bernoulli y Poisson. Para la distribución de Bernoulli, se calculan las probabilidades para x=0 y x=1 y se genera un número aleatorio para determinar el resultado. Para la distribución de Poisson, se calculan las probabilidades para valores de x y se genera un número aleatorio para determinar cuántas piezas llegan por hora.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 4

    Método dé la Transformada Invérsa

    Distribución de Bernoulli

    A partir de la distribución de probabilidad de las variables aleatorias de Bernoulli con media

    𝑝(𝑥) = 𝑝 𝑥 (1 − 𝑝)1−𝑥 para 𝑥 = 0,1

    Se calculan las probabilidades para x=0, x=1 para obtener:

    x 0 1
    P(x) 1-p p

    Acumulando los valores de P(x) se obtiene:

    X 0 1
    P(x) 1-p 1

    Generando números pseudoaleatorios 𝑟𝑖 ~𝑈(0,1), se aplica la regla:

    𝑟 ∈ (0,1 − 𝑝) 𝑥 = 0
    𝑥𝑖 = { 𝑖
    𝑟𝑖 ∈ (1 − 𝑝, 1) 𝑥 = 1

    Ejemplo:

    Los datos históricos sobre la frecuencia de paros de cierta máquina muestran que existe una
    probabilidad de 0.2 de que ésta falle (x=1), y de 0.8 de que no falle (x=0) en un día determinado.
    Generar una secuencia aleatoria que simule este comportamiento.

    A partir de la distribución de probabilidad de la variable aleatoria de Bernoulli con media 0.8,

    𝑝(𝑥) = 0.2𝑥 (0.8)1−𝑥 para 𝑥 = 0,1

    Se calculan las probabilidades puntuales y las acumuladas para x=0 y x=1, y se obtienen los datos
    ilustrados en la siguiente tabla:

    x 0 1
    P(x) 0.8 0.2
    P(x) 0.8 1

    La regla para generar esta variable aleatoria estaría dada por:


    𝑠𝑖 𝑟𝑖 ∈ (0,08) 𝑥 = 0
    𝑥𝑖 = {
    𝑠𝑖 𝑟𝑖 ∈ (0.8, 1) 𝑥 = 1

    Con una lista de números pseudoaleatorios 𝑟𝑖 ~𝑈(0,1) y la regla anterior es posible simular el
    comportamiento de fallas de la máquina a lo largo del tiempo, considerando que:

     Si el número pseudoaleatorio es menor que 0.8, la máquina no fallará


     Si el número pseudoaleatorio es mayor que 0.8, ocurrirá la falla

    Día 𝒓𝒊 𝒙𝒊 Evento de la máquina:


    1 0.453 0 No falla
    2 0.823 1 Falla
    3 0.034 0 No falla
    4 0.503 0 No falla
    5 0.891 1 Falla

    Distribución de Poisson
    Ejemplo:

    El número de piezas que entran a un sistema de producción sigue una distribución de Poisson con
    media de 2 piezas/h. Simular el comportamiento de la llegada de las piezas al sistema.

    A partir de la distribución de probabilidad de la variable aleatoria de Poisson con media 2.

    𝜆𝑥 𝑒 −𝜆
    𝑃(𝑥) = Para 𝑥 = 0, 1, 2, 3, …
    𝑥!

    2𝑥 𝑒 −2
    𝑃(𝑥) = Para 𝑥 = 0, 1, 2, 3, …
    𝑥!

    Se calculan las probabilidades y las acumuladas para 𝑥 = 0, 1, 2, 3, … y se obtienen los datos de la


    siguiente tabla:

    x P(x) P(x)
    0 0.1353 0.1353
    1 0.2706 0.4060
    2 0.2706 0.6766
    3 0.1804 0.8571
    4 0.0902 0.9473
    5 0.0360 0.9834
    6 0.0120 0.9954
    7 0.0034 0.9989
    8 0.0008 0.9997
    9 0.0001 0.9999
    10 0.00003 0.9999
    La regla para generar esta variable aleatoria estaría dada por:

    0 si 𝑟𝑖 ∈ (0 − 0.1353)

    1 si 𝑟𝑖 ∈ (0.1353 − 0.4060)

    2 si 𝑟𝑖 ∈ (0.4060 − 0.6766)

    3 si 𝑟𝑖 ∈ (0.6766 − 0.8571)

    Xi = 4 si 𝑟𝑖 ∈ (0.8571 − 0.9473)

    5 si 𝑟𝑖 ∈ (0.9473 − 0.9834)

    6 si 𝑟𝑖 ∈ (0.9834 − 0.9954)

    7 si 𝑟𝑖 ∈ (0.9954 − 0.9989)

    8 si 𝑟𝑖 ∈ (0.9989 − 0.9997)

    9 si 𝑟𝑖 ∈ (0.9997 − 0.999)

    Con una lista de números pseudoaleatorios 𝑟𝑖 ~𝑈(0,1) y la regla anterior es posible simular la
    llegada de las piezas al sistema de producción, con los resultados consignados en la siguiente
    tabla:

    Hora 𝒓𝒊 Piezas/h
    𝒙𝒊
    1 0.6754 2
    2 0.0234 0
    3 0.7892 3
    4 0.5134 2
    5 0.3331 1

    También podría gustarte